suchen
HeimBackend-EntwicklungPython-TutorialFallteilung des list()-Listenoperators in Python

Fallteilung des list()-Listenoperators in Python

Jul 24, 2017 pm 03:15 PM
listpython案例

Dieser Artikel stellt hauptsächlich den Python-Listenoperator vor und analysiert die Verwendungstechniken von Standardtypoperatoren, Slicing, Verbindungszeichen, Listenanalyse, wiederholte Operationen usw. Freunde in Not können sich darauf beziehen

Die Beispiele in diesem Artikel beschreiben den Python-Listenoperator. Teilen Sie es als Referenz mit allen. Die Details lauten wie folgt:


#coding=utf8
'''''
列表也可以使用比较操作符,比较时更加ASCII进行比较的。
比较列表时也用内建函数cmp()函数:
两个列表的元素分别比较,直到有一方胜出。
元组进行比较操作时和列表遵循相同的逻辑。
列表的切片操作和字符串的切片操作很像,
不过列表的切片操作返回的是一个对象或者几个对象的集合。
列表的切片操作也遵循从正负索引规则,也有开始索引值,结束索引值,
如果这两个值为空,默认为序列的开始和结束。
字符串类型只能用字符作为元素,
而列表类型的元素可以是任意类型的,如序列、字典、字符串、数字等。
可以在列表的元素上使用所有序列操作符或者在其之上执行序列类型内建的各种操作。
成员关系操作符(in,not in):
列表中可以检查一个对象是否是一个列表(或者元组)的成员。
成员关系操作运算符同样适用于元组类型。
连接操作符(+):
连接操作符允许把多个列表对象合并在一起。
列表类型的连接操作只能在同类型之间进行。
extend()函数也可以把一个列表的内容添加到另一个列表中去。
使用extend()方法比连接操作的一个优点是:
把新列表添加到了原有的列表里面,而不是像连接操作那样新建一个列表。
list.extend()方法也被用来做复合赋值运算。
连接操作符并不能实现向列表中添加新元素。
重复操作符(*):
重复操作符更多的应用在字符串类型中,不过,
列表和元组跟字符串同属序列类型,所以需要的时候也可以使用这一操作。
列表类型操作符和列表解析:
python中没有专门用于列表类型的操作符。
列表可以使用大部分的对象和序列类型的操作符。
列表类型有属于自己的方法,列表才有的构建------列表解析。
列表解析是结合了列表的方括号和for循环,在逻辑上描述要创建的列表内容。
'''
#标准类型操作符:>,<,>=,<=,==,and,or,not,is,is not
listOne=["ewang",789]
listTwo=["hello",456]
listThree_1=["hello"]
listThree_2=["hello"]
listThree=listThree_1
print "---------------------标准类型操作符-----------------------"
#大于
if listTwo>listOne:
  print "listTwo>listOne"
#大于等于
if listTwo>=listOne:
  print "listTwo>=listOne"
#小于
if listOne<listTwo:
  print "listOne<listTwo"
#小于等于
if listOne<=listTwo:
  print "listOne<=listTwo"
#等于
if listThree_1==listThree_2:
  print "listThree_2==listThree_1"
#不等于
if listOne != listTwo:
  print "listOne!=listTwo"
#与:两个都为true结果为true
if listTwo>listOne and listThree_1==listThree_2:
  print "listTwo>listOne and listThree_1==listThree_2"
#或:两个位false结果为false
if listTwo<=listOne or listThree_1==listThree_2:
  print "listTwo<=listOne and listThree_1==listThree_2"
#非:取反操作
if not (listTwo<=listOne):
  print "not (listTwo<=listOne)"
#不是同一个对象
if listThree_1 is not listThree_2:
  print " listThree_1 is not listThree_2"
#同一个对象
if listThree_1 is listThree:
  print " listThree_1 is listThree"
print "------------------------------------------------------------"
print
print "---------------------序列操作符-----------------------"
print listOne[0:-1]
print listOne[:-1]
print listOne[0:]
print listOne[1:2]
print listOne[:]
print listOne[1]
listThree.append(listOne)
print listThree[1][1]
print listThree[1][:]
print listThree[1][0:1]
#对象是一个列表成员
if listOne in listThree:
  print listOne
#对象不再列表中
if 888 not in listThree:
  print 888
#连接操作符+
mergerList=listOne+listTwo+listThree
print mergerList
#extend方法使用
listThree.extend(listOne)
listThree.extend(listTwo)
print listThree
#重复操作符*
print listOne*2
print listOne*3
print "--------------------------------------------------------"
print
print "---------------------列表解析-----------------------"
numberList=[1,2,3,4,5,8,9,10,12,23.3,25.5]
#所有元素乘上2
doubleNum=[num*2 for num in numberList]
print doubleNum
#跳出能被2整除的数
pTwo=[num for num in numberList if num%2==0]
print pTwo
print "------------------------------------------------------"
print

Laufergebnisse:

Das obige ist der detaillierte Inhalt vonFallteilung des list()-Listenoperators in Python. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Stellungnahme
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn
Wie werden Arrays im wissenschaftlichen Computer mit Python verwendet?Wie werden Arrays im wissenschaftlichen Computer mit Python verwendet?Apr 25, 2025 am 12:28 AM

Arraysinpython, besondersvianumpy, arecrucialInScientificComputingFortheirefficience undvertilität.1) Sie haben festgelegt, dass die Fornerikerne, Datenanalyse und Machinelarning.2) Numpy'SimplementationIncensuresFasteroperationsdanpythonlisten.3) Araysensableableableableableableableableableableableableableableableableableableableableableableableableableable

Wie gehen Sie mit verschiedenen Python -Versionen im selben System um?Wie gehen Sie mit verschiedenen Python -Versionen im selben System um?Apr 25, 2025 am 12:24 AM

Sie können verschiedene Python -Versionen mithilfe von Pyenv, Venv und Anaconda verwalten. 1) Verwalten Sie PYENV, um mehrere Python -Versionen zu verwalten: Installieren Sie PyEnv, setzen Sie globale und lokale Versionen. 2) Verwenden Sie VenV, um eine virtuelle Umgebung zu erstellen, um Projektabhängigkeiten zu isolieren. 3) Verwenden Sie Anaconda, um Python -Versionen in Ihrem Datenwissenschaftsprojekt zu verwalten. 4) Halten Sie das System Python für Aufgaben auf Systemebene. Durch diese Tools und Strategien können Sie verschiedene Versionen von Python effektiv verwalten, um den reibungslosen Betrieb des Projekts zu gewährleisten.

Was sind einige Vorteile bei der Verwendung von Numpy -Arrays gegenüber Standard -Python -Arrays?Was sind einige Vorteile bei der Verwendung von Numpy -Arrays gegenüber Standard -Python -Arrays?Apr 25, 2025 am 12:21 AM

NumpyarrayShaveseveraladVantagesOverStandardPythonArrays: 1) SiearemuchfasterDuetoc-basiert, 2) sie istaremoremory-effizient, insbesondere mit mit LaShlargedatasets und 3) sie können sich mit vektorisierten Funktionsformathematical und Statistical opertical opertical opertical operticaloperation, Making

Wie wirkt sich die homogene Natur der Arrays auf die Leistung aus?Wie wirkt sich die homogene Natur der Arrays auf die Leistung aus?Apr 25, 2025 am 12:13 AM

Der Einfluss der Homogenität von Arrays auf die Leistung ist doppelt: 1) Homogenität ermöglicht es dem Compiler, den Speicherzugriff zu optimieren und die Leistung zu verbessern. 2) aber begrenzt die Typ -Vielfalt, was zu Ineffizienz führen kann. Kurz gesagt, die Auswahl der richtigen Datenstruktur ist entscheidend.

Was sind einige Best Practices für das Schreiben von ausführbaren Python -Skripten?Was sind einige Best Practices für das Schreiben von ausführbaren Python -Skripten?Apr 25, 2025 am 12:11 AM

TocraftexecutablePythonScripts, folge theseBestPractices: 1) addashebangline (#!/Usr/bin/envpython3) tomakethescriptexcutable.2 SetPermissions withchmod xyour_script.py.3) organisation -bithacleardocstringanduseInname == "__ __": FormAcleardocstringanduseInname

Wie unterscheiden sich Numpy Arrays von den Arrays, die mit dem Array -Modul erstellt wurden?Wie unterscheiden sich Numpy Arrays von den Arrays, die mit dem Array -Modul erstellt wurden?Apr 24, 2025 pm 03:53 PM

NumpyarraysarebetterFornumericaloperations und multi-dimensionaldata, whilethearraymoduleiStableforbasic, an Gedächtniseffizienten

Wie vergleichen sich die Verwendung von Numpy -Arrays mit der Verwendung der Array -Modularrays in Python?Wie vergleichen sich die Verwendung von Numpy -Arrays mit der Verwendung der Array -Modularrays in Python?Apr 24, 2025 pm 03:49 PM

NumpyarraysarebetterforeheavynumericalComputing, während der projectwithsimpledatatypes.1) numpyarraysoferversatility und -PerformanceForlargedataSets und Compoxexoperations.2) thearraysoferversStility und Mächnory-Effefef

Wie bezieht sich das CTypes -Modul auf Arrays in Python?Wie bezieht sich das CTypes -Modul auf Arrays in Python?Apr 24, 2025 pm 03:45 PM

ctypesallowscreatingandmanipulationsc-stylearraysinpython.1) usectypestoInterfaceWithClibraryForperformance.2) createCec-stylearraysFornumericalComputationen.3) PassarrayStocfunctionsFectionFicecher-Operationen.

See all articles

Heiße KI -Werkzeuge

Undresser.AI Undress

Undresser.AI Undress

KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover

AI Clothes Remover

Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool

Undress AI Tool

Ausziehbilder kostenlos

Clothoff.io

Clothoff.io

KI-Kleiderentferner

Video Face Swap

Video Face Swap

Tauschen Sie Gesichter in jedem Video mühelos mit unserem völlig kostenlosen KI-Gesichtstausch-Tool aus!

Heiße Werkzeuge

Sicherer Prüfungsbrowser

Sicherer Prüfungsbrowser

Safe Exam Browser ist eine sichere Browserumgebung für die sichere Teilnahme an Online-Prüfungen. Diese Software verwandelt jeden Computer in einen sicheren Arbeitsplatz. Es kontrolliert den Zugriff auf alle Dienstprogramme und verhindert, dass Schüler nicht autorisierte Ressourcen nutzen.

PHPStorm Mac-Version

PHPStorm Mac-Version

Das neueste (2018.2.1) professionelle, integrierte PHP-Entwicklungstool

MinGW – Minimalistisches GNU für Windows

MinGW – Minimalistisches GNU für Windows

Dieses Projekt wird derzeit auf osdn.net/projects/mingw migriert. Sie können uns dort weiterhin folgen. MinGW: Eine native Windows-Portierung der GNU Compiler Collection (GCC), frei verteilbare Importbibliotheken und Header-Dateien zum Erstellen nativer Windows-Anwendungen, einschließlich Erweiterungen der MSVC-Laufzeit zur Unterstützung der C99-Funktionalität. Die gesamte MinGW-Software kann auf 64-Bit-Windows-Plattformen ausgeführt werden.

MantisBT

MantisBT

Mantis ist ein einfach zu implementierendes webbasiertes Tool zur Fehlerverfolgung, das die Fehlerverfolgung von Produkten unterstützen soll. Es erfordert PHP, MySQL und einen Webserver. Schauen Sie sich unsere Demo- und Hosting-Services an.

VSCode Windows 64-Bit-Download

VSCode Windows 64-Bit-Download

Ein kostenloser und leistungsstarker IDE-Editor von Microsoft